Janus-Pro-1B एक नवीन बहु-मोडल मॉडल है जो एकीकृत बहु-मोडल समझ और पीढ़ी पर केंद्रित है। यह दृश्य एन्कोडिंग पथ को अलग करके पारंपरिक तरीकों में समझ और पीढ़ी के कार्यों में संघर्ष की समस्या को हल करता है, साथ ही एक एकल एकीकृत ट्रांसफॉर्मर आर्किटेक्चर को बनाए रखता है। यह डिज़ाइन न केवल मॉडल की लचीलेपन को बढ़ाता है, बल्कि इसे बहु-मोडल कार्यों में उत्कृष्ट प्रदर्शन करने में भी सक्षम बनाता है, यहाँ तक कि विशिष्ट कार्य मॉडल को भी पार कर जाता है। यह मॉडल DeepSeek-LLM-1.5b-base/DeepSeek-LLM-7b-base पर आधारित है, जो SigLIP-L को दृश्य एन्कोडर के रूप में उपयोग करता है, 384x384 छवि इनपुट का समर्थन करता है, और एक विशिष्ट छवि पीढ़ी टोकननाइज़र का उपयोग करता है। इसकी ओपन-सोर्स प्रकृति और लचीलापन इसे अगली पीढ़ी के बहु-मोडल मॉडल के लिए एक मजबूत उम्मीदवार बनाते हैं।